k8s总结感悟

前一段时间的工作终于告一段落了，不是项目完结了，而是被pass掉了，还是有点儿心伤啊，不过没办法，现实条件决定这一选择从开始就是错误的。

 

事件描述：

公司准备将公司产品上云统一管理，所以需要搭建云平台，所以下派任务，使用当下最火的K8S（一切开源为主）进行搭建；

事件经历时间：

半年左右

事件过程：

1.k8s的基础就是镜像，Docker学习也有半个月时间，这个没啥难度，看看资料，做做练习也就掌握了；只有具体封装镜像时需要考虑什么挂载、拆分几个镜像、启动检测这些。

2.k8s这么复杂，光安装就够搞的了。前期的安装（自动化安装、手动安装、脚本自动化安装、ansible安装、离线安装）耗费了1个多月的时间，包括后来出现的一些环境网络等问题一直导致pod重启，差不过耗费了两个多月的时间。

网络的问题，sandbox restart；一直重启，换成实体机后好用，之前用的openstack虚拟机；最后也没有解决掉这个问题，估计是网络不稳定造成的；

3. 然后开始学习kubectl命令（这个感觉无非就是get、describe、logs，然后看看控件的状态什么的）、k8s的一些基本组件（pod、svc、deployment、daemonset、statefulset、headless Service、rc、kube-proxy、rbac等）前前后后反正也花了1个月时间来懂这些原理；这些东西一定要弄明白到底是什么，特别是新版本的rbac的权限问题，否则后期会越来越迷茫的；k8s复杂就在它的体系架构上，把它弄懂了，其实就理解了大半。

4. 之后找了案例，当然也是开源的--搜狐的domeos工程，研究了该开源工程的源码，调研了它们自带的一些小米open-falcon监控插件、web ssh等一系列插件等；调研这个开源工程应该也用了差不多两个月时间；使用spring boot开发，连接k8s环境，编排一些基本的应用部署与监控等；

5. 之后想要对日志和监控进行调优，调研了一些开源产品，比如一些业界常用的efk日志插件、Prometheus与heaspter监控组件、habor镜像仓库，花费了差不多也有1个多月的时间；

6. 后来就上了编排，使用到了helm这一编排工具，根据hadoop的过程改造我们公司的一个mpp产品；然后使用web一键式部署；这也花了一个多月时间左右；包括调研Hadoop：扩容、亲和性、带状态应用部署等等、数据删除问题。

 

基本上把这一套做完了，然后公司放弃掉了，决定直接购买公有云平台的一个产品（cloud Foundray）；因为什么呢，一是再继续调研成本过高，二是解决bug的能力，三是运维的问题（不能把研发全派过去吧），四是开源的k8s升级过快，低版本不稳定；

 

一点儿感悟：

所以小公司开发云产品时需要注意啊，你们公司要是真的下定决心、投入成本想做云，OK，多招些人，多买点儿服务器，计划好时间，才可以开始；否则真容易胎死腹中，浪费时间；就像做大数据似得，不是买几台服务器就可以做了；

个人吐槽一下，非喜勿喷！！！